Machine Learning for Future Wireless Communications

...Нажми для увеличения фото
18 483 ₽Скидка: 15%

15 695 ₽

Товар в наличии
  Узнать о снижении стоимости
Отправим письмо при снижении стоимости.

Рекомендательный сервис

  • Общий рейтинг 4.99
  • Рейтинг покупателей 4.96
  • Рейтинг экспертов 4.29
  • Качество материалов 4.94
  • Надежность 4.99
  • Простота в использовании 4.42
  • Ремонтопригодность 4.59
  • Эффективность выполнения своих функций 4.59
  • Коэффициент удивления "Вау!" 4.99
  • Безопасность для пользователя4.69
  • Внешний вид 4.92
  • Удобство в уходе и чистке 4.45
  • Экологическая безопасность 4.20
  • Гарантия на товар 4.44
  • Соответствие стандартам качества 4.92
  • Инновационные технологии 4.40
  • Хит продаж 4.99
  • Скорость морального устаревания 4.95
  • Энергоэффективность 4.52
  • Универсальность использования 4.99
  • Наличие дополнительных функций 4.40
  • Соотношение цена-качество 4.24
  • Практичность и удобство хранения 4.99
  • Стабильность работы в различных условиях 4.06
  • Возможность персонализации 4.09
  • Ликвидность 4.59
  • Индекс рекомендаций 4.44
2642 покупателей и эксперты портала 1ya.ru рекомендуют к покупке товар «Machine Learning for Future Wireless Communications» или его аналог из списка ниже.
A comprehensive review to the theory, application and research of machine learning for future wireless communications In one single volume, Machine Learning for Future Wireless Communications provides a comprehensive and highly accessible treatment to the theory, applications and current research developments to the technology aspects related to machine learning for wireless communications and networks. The technology development of machine learning for wireless communications has grown explosively and is one of the biggest trends in related academic, research and industry communities. Deep neural networks-based machine learning technology is a promising tool to attack the big challenge in wireless communications and networks imposed by the increasing demands in terms of capacity, coverage, latency, efficiency flexibility, compatibility, quality of experience and silicon convergence. The author – a noted expert on the topic – covers a wide range of topics including system architecture and optimization, physical-layer and cross-layer processing, air interface and protocol design, beamforming and antenna configuration, network coding and slicing, cell acquisition and handover, scheduling and rate adaption, radio access control, smart proactive caching and adaptive resource allocations. Uniquely organized into three categories: Spectrum Intelligence, Transmission Intelligence and Network Intelligence, this important resource: Offers a comprehensive review of the theory, applications and current developments of machine learning for wireless communications and networks Covers a range of topics from architecture and optimization to adaptive resource allocations Reviews state-of-the-art machine learning based solutions for network coverage Includes an overview of the applications of machine learning algorithms in future wireless networks Explores flexible backhaul and front-haul, cross-layer optimization and coding, full-duplex radio, digital front-end (DFE) and radio-frequency (RF) processing Written for professional engineers, researchers, scientists, manufacturers, network operators, software developers and graduate students, Machine Learning for Future Wireless Communications presents in 21 chapters a comprehensive review of the topic authored by an expert in the field.
Информация о характеристиках, комплекте поставки, стране изготовления, внешнем виде и цвете товара носит справочный характер и взятая из открытых источников или размещена продавцом. Цена указана на дату: 09.05.2025 г. На текущий момент стоимость может отличаться. Предложение не является публичной офертой.
Эксперт: Ринат К., ассистент по интернет-покупкам
Дата рецензии: 13 июня 2025 г.
Рекомендация к покупке положительная

Кредитный калькулятор

Планируете купить "Machine Learning for Future Wireless Communications" в кредит? Расширенный кредитный калькулятор поможет онлайн рассчитать ежемесячный платеж, начисленные проценты и сумму переплаты по потребительскому кредиту.

Доставка покупки

    • В электронном виде;
    • Читать онлайн;
    • Скачать на компьютер или мобильные устройства.

Оплата заказа

    • Банковской картой;
    • электронными деньгами Яндекс-Деньги; WebMoney, Qiwi Кошелек, PayPal;
    • Наличными через терминалы;
    • Банковским переводом.
  • Наименование: ООО «ЛитРес»
  • ИНН: 7719571260

Рекомендуем аналогичные товары

Дополнительно из категории